R语言：多列汇总大型DataFrame时保留全NA分组行需求

需要对大型DataFrame按c、d、e、f多列执行汇总操作，但该DataFrame中存在部分行的c、d、e、f列值全为NA，且这些行属于独立观测记录，需完整保留所有此类行。

示例输入DataFrame：

df <- data.frame(a = c(1,2,3,4,5,6),
b = c(2,NA,2,1,NA,4),
c = c(1,2,1,NA,NA,1),
d = c(2,3,2,NA,NA,2),
e = c(3,2,NA,NA,NA,NA),
f = c(4,1,3,NA,NA,3))

期望输出：

df <- data.frame(a = c(1,2,3,4,5),
b = c(2,NA,2,1,NA),
c = c(1,2,1,NA,NA),
d = c(2,3,2,NA,NA),
e = c(3,2,NA,NA,NA),
f = c(4,1,3,NA,NA))

核心思路是将数据拆分为全NA行和非全NA行分别处理，再合并结果：

1. 标记并分离出c、d、e、f全为NA的行，这类行直接保留；
2. 对非全NA行按c、d、e、f执行汇总操作（示例中为去重保留每组首行，可按需替换为求和、均值等逻辑）；
3. 合并两类数据，恢复预期顺序。

以下是基于dplyr的实现代码：

library(dplyr)

# 标记c/d/e/f全为NA的行
df <- df %>%
  mutate(all_na_cdef = ifelse(rowSums(!is.na(select(., c, d, e, f))) == 0, TRUE, FALSE))

# 分离并处理两类数据
all_na_rows <- df %>% filter(all_na_cdef)
non_na_summarized <- df %>%
  filter(!all_na_cdef) %>%
  group_by(c, d, e, f) %>%
  slice(1) %>%  # 此处为汇总逻辑，可替换为summarise(a_sum = sum(a), b_mean = mean(b, na.rm=TRUE))等
  ungroup()

# 合并结果并整理格式
result <- bind_rows(non_na_summarized, all_na_rows) %>%
  select(-all_na_cdef) %>%
  arrange(a)

print(result)

执行后即可得到符合需求的结果：既完成了非全NA行的按列汇总，又完整保留了所有c、d、e、f全为NA的观测行。

内容的提问来源于stack exchange，提问作者Maya Eldar